CN100420166C - 具有子阵列选择的阵列接收机、其使用方法及包含其的接收机系统 - Google Patents

Abstract

一种阵列天线系统，包括一个天线元件(22/1，...，22/10)阵列和一个使用来自天线元件的信号子集的接收机(12₀，...，12₇)，基于接收机关于各个信号子集的电位性能测量而不是基于各个独立信号而进行的、应该用于特定用户的信号子集选择被组合。

Description

具有子阵列选择的阵列接收机、其使用方法及包含其的接收机系统

技术领域

本发明涉及一种包括一个天线和一个接收机的接收机系统，天线包括一个天线元件阵列；涉及一种在其中使用的接收机本身；以及涉及一种使用这种接收机接收来自多个发射用户的信号的方法。本发明特别，但不惟一适用于这种在数字蜂窝无线电通信网络基站中使用的阵列接收机和方法。

背景技术

本专利说明书中的数学表达式是基于复等价基带符号(complexequvilent baseband notation)[1，pp.152-163]的。基本上使用复量来表示消除载波影响之后的无线电信号的幅度和相位。因此，如果s₁(t)是带通调制信号s(t)的复基带等效，f_c是载波频率，则我们得到：

$s\left(t\right)=\mathrm{Re}\left[s_l\left(t\right)e^{j2\mathrm{\π}{f}_{c}t}\right]---\left(1\right)$

其中Re[·]表示其幅度的实部，且 $j=\sqrt{-1}.$

阵列天线无线电接收机典型地用于数字蜂窝通信系统的基站(例如，移动电话网、因特网和/或广域网的宽带无线接入等等)以提高接收链路质量(即提供抗多径衰落的鲁棒性)和/或降低干扰电平，其中干扰可以包括有效信号频带中存在的热噪声和人为信号。因为在任意给定的蜂巢或蜂巢扇区中，这种系统一般容纳大量的同时活动用户，所以基站接收机必须能够保持多个无线电链路。

已知的天线阵列无线电接收机系统包括一个连接到一个信号接收设备(也称作射频(RF)前端)的天线元件阵列，信号接收设备又连接到一个信号处理设备。信号接收设备在各个支路中独立地处理来自不同天线元件的信号，并对每个信号执行标准下变频、解调、滤波以隔离出感兴趣的通道，而且可能对信号进行某种变换使其变成信号处理设备可用的形式(例如，信号处理器是数字处理器的情况下的模数变换)。信号处理器捕获来自所有支路的信息(即来自每个单独天线元件的解调、滤波并适当变换后的信号数据)，并使用多种已有合适方法中的一种对其进行组合和处理，从而提取一个有用的信号y(t)，该信号是有效用户信号的最佳可能估计。

在无线通信的情况下，接收向量x(t)(即经过所有阵列元件的接收信号)包括由无线终端发射的有效信号s₀(t)、由在相同频带或在存在一些交扰的相邻频带上运行的竞争终端发射的干扰信号s_i(t)和白噪声。因此

$x\left(t\right)=c_0\left(t\right)s_0\left(t\right)+\underset{l=1}{\overset{M}{\mathrm{\Σ}}}{c}_l\left(t\right)s_l\left(t\right)+n\left(t\right)---\left(2\right)$

其中c_i(t)是一个描述从第i个终端到所有N个阵列元件的信道的N×1复元件向量，M是干扰信号的数量，n(t)是白噪声向量。

在这种情况下，天线阵列无线电接收机的功能是将有效信号s₀(t)与干扰源和白噪声分离，并补偿信道c₀(t)中引入的失真(例如多径衰落)，这样在任何时刻，阵列输出y(t)都尽可能近的接近有效信号s₀(t)。

典型的，来自各个元件的信号的组合只是一个线性加权相加运算。如果考虑一个N个元件的阵列，且x(t)是阵列元件输出处的N×1向量，则阵列输出定义为

y(t)＝w(t)^Hx(t)                (3)

其中w(t)是N×1复权重向量，(·)^H表示其参数的厄米共轭转置(即复共轭转置)，不管参数是一个向量(象它在上面一样)还是一个矩阵。虽然权重向量是时变的，但它与输入和输出信号相比变化比较慢。当组合器根据等式(3)进行运算时，其被称作线性组合器，而整个接收机叫做线性阵列接收机。

已知一个N个元件的线性阵列，虽然代价是一定程度的噪声增加，但理论上可能使高达N-1个干扰源无效。但是，还能够使用阵列提供抗多径衰落的分集增益(因为在假定天线元件间隔足够大的情况下将很少在多于一个支路上同时发生强衰落)。已知一个K+M个元件的阵列能够使高达M-1个干扰源失效，并同时提供抗多径衰落的K+1级分集改善。还已知(下面描述的)一个最优组合器隐含地首先为抗干扰分配自由度(DOF)。若有剩余的自由度，将其用于抗衰落。

典型地，接收机采集输入信号的统计，并利用它们推导出一个将阵列输出y(t)和有效信号s₀(t)之间的某个误差测量减到最小的权重向量。最常用的误差测量是均方误差

ε＝<[y(t)-s₀(t)]²>＝<w^H(t)x(t)-s₀(t)]²>    (4)

其构成一个关于权重向量元素的N维二次曲面。因此它有一个全局极小值。这个标准的最小值构成了均方误差(MSE)最小化线性阵列接收机、或相当的最小均方误差(MMSE)线性阵列接收机(也称作最优组合器)的基础。(在下面的等式(5)以及其后面的其它等式中，为了清楚起见，忽略了对t的依赖性。)自适应滤波理论表明，对于给定的接收数据序列最佳权重组合计算如下

$w=R_{\mathrm{XX}}^{-1}{c}_0---\left(5\right)$

其中，R_XX是所接收的阵列输出的协方差矩阵，计算如下

R_XX＝<x(t)x^H(t)>           (6)

其中<·>表示其参数的期望值(即总体均值)。

这种阵列接收机适合用由多径传播引起的时间分散没有显著扩展超过单个符号周期的情况。即符号间干扰(ISI)很小或没有。

当传送有用信号的信道呈现出显著的ISI时，传统解决方法是使用一个均衡器，均衡器是一个自适应滤波器，目的是使信道脉冲响应反相(从而解决ISI)，这样在其输出处的总脉冲响应将趋向于具有一个理想、平坦(或均衡)的频谱。

除了信号源不是空间上的点(即天线元件阵列)而是时间上的点之外，标准线性均衡器的信号处理部分工作方式与线性自适应阵列接收机相同。信号在沿着符号间隔的延迟线(称作抽头延迟线或TDL)的一系列点处分接出，然后被加权和组合。

虽然均衡器和阵列接收机的信号处理设备的实现可以是相同的(通过将输入自适应加权使MSE最小化)，但性能将是不同的。因为信号是由阵列接收机在空间的不同点上物理抽样的，所以在使非期望的信号源或同信道干扰(CCI)无效方面非常有效。但是由于分散衰落，即频率选择性衰落，其抗符号间干扰(ISI)的能力有限，因为后者在时间上是扩展的。另一方面，均衡器擅长抗ISI，但抗CCI能力有限。

在ISI和CCI都存在的环境中，可以将阵列接收和均衡组合以形成一个空时处理器。后者最通常的形式是通过用一个总数为N个均衡器的全均衡器替换窄带阵列中的每个加权乘法器得到的。另外，信号处理设备的实现可以是相同的，并且取决于上面的等式(3)。惟一的不同是权重向量w和输入向量x将更长。实际上，对于L个抽头的均衡器长度和N个元件的阵列大小，向量w和x将都具有LN个元素。

标准线性均方误差最小化空时接收机(即最明显和最直接的线性空时接收机结构，而且还在某些方面是最复杂的)包括一个天线阵列，其中每个阵列元件输出都传送到一个在这里被称作均衡器的有限脉冲响应(FIR)自适应滤波器。每个自适应滤波器包括具有按一个符号周期或一个符号周期的一部分间隔开的抽头的抽头延迟线。为了得到优良的性能，抽头延迟线的长度应该等于或超过平均信道存储长度。在很多情况下，这意味着抽头数量会非常大(例如每个自适应滤波器10-100个)。一个重要的特殊情况是信道存储长度约为一个符号周期。于是该信道被称作是平衰落的，每个支路中的自适应滤波器简化成单加权复数乘法器。这种简化结构称作窄带阵列或空间处理器。

另一方面，如果信道存储长度大于单个符号周期，信道就会受到频率选择性衰落(也称作时间分散衰落或简称分散衰落)的影响，从而在接收机处引起符号间干扰(ISI)。这种情况要求一种每个支路都有一个完整自适应滤波器的更通用的结构；这种系统被不同地称作宽带阵列或空时处理器。

与各个抽头输出相乘的权重必须不断适应，以跟随有效用户信道和干扰源信道特性的变化。在这种系统的典型分类中，权重是在逐块基础上计算的(块适应)，每个块包含一个用于该目的的、已知训练符号的训练序列。在数字无线通信系统中，用于适应目的的块将典型地对应一个按照所使用的网络协议定义的数据包。

通过适应权重来使整体性能指标，即有用信号和S-T接收机输出之间的均方误差，最小化，接收机无疑执行下列：

●减小或消除宽带信道中由频率选择性衰落引起的符号间干扰(ISI)；

●减小或消除来自最近的、载波再用的蜂巢或来自蜂巢内部的同信道干扰(CCI)，由于空时处理器的空间分辨能力，它允许在蜂巢或扇区内部载波再用——常常称作空分多址(SDMA)。

●提高输出SNR(因为阵列的较大有效孔径)。

时间元素的数量主要取决于符号间干扰的程度，可以在例如10到100之间。空间元素的数量取决于天线元件的数量，可以是，例如，10。天线元件的数量按照将被失效的干扰源的最大数量和抗衰落有效增益的函数来选择。

因为无线系统典型是受干扰限制的(即干扰是阻碍容量增加——容纳更多活动用户——到超过某个界限的主要障碍)，所以为了增加容量，空时处理器的前两个优点最让人感兴趣。为了获得最大好处，最好将阵列与蜂巢内载波再用(RWC)组合在一起，蜂巢内载波再用也被称作空分多址(SDMA)。在已知的此类系统中，必须为每个用户实现独立的S-T处理器(所有处理器共享相同的物理天线阵列和前端接收机电路，但具有截然不同的均衡器和组合器)。就数值和/或硬件复杂度而言，这会导致一个结构复杂、令人望而却步的接收机系统，特别是如果信道的存储长度L大而不管是否使用了RWC的情况下。因此，开发复杂度降低的空时接收机结构是非常适当的。

已知是通过使用单个RF接收机并轮流选择不同的天线元件来降低阵列接收机的复杂度和/或硬件需求的。这称作选择分集，它提供了一定的抗多径衰落增益，但通常提供了很小的或没有提供抗CCI增益。

另外，已知是通过对每个用户选择一个来自天线元件的信号子集并处理它们来实现这一点的。

在无线通信的情况下，当远端站发射一个信号给阵列天线时，多径效应将导致相消/相长干扰，因此每个支路中的信号，即从不同天线元件中提取的信号，将具有不同的信噪比。另外，根据天线阵列的配置，在某个角度的扇区或锥面内信号可能是最强的。实际上，在高架基站的临近范围内会发生少量散射，这样大部分接收的能量将典型地集中在一个主到达方向周围的一个狭窄角度内。

因此，已知只选择并处理一个包含那些具有最高信噪比的信号的信号子集，例如象在2000年8月IEEE通信学报，第48卷(Vol.48)第8期(No.8)第1266-1271页(pp.1266-1271)中N.Kong和L.B.Milstein的名为“结合非恒等瑞利衰落统计的广义分集选择的SNR”的文章中提出的。这些技术的缺点是他们的子集选择是基于在每个支路中瞬时测量的功率，这仍然需要相当大的硬件复杂度和/或计算开销。实际上，虽然可能只需要与子集元件一样多的完整RF前端，但必须一直监视所有阵列元件，可能会使用多个信号功率测量设备。此外，软件-无线电型实现会要求处理器经常查询所述测量设备，因此引入了不希望的开销。

这种已知技术的另一个缺点是它们不区分来自其它用户的干扰和白噪声。当组合时，具有最高单独信噪比的支路信号的子集执行得不如其中一个或多个支路信号具有较低单独信噪比的不同子集好是可能的。例如，后者的信号子集可能会包含信号趋向彼此抵消的干扰源，这样当组合时，它们产生更好的总信号质量。

Molnar等人于2000年6月27日发表的美国专利号6,081,566公开了一种接收机，其子集选择基于多种标准，包括根据信号功率测量的信号质量和所谓的“损伤(impairment)功率”。但是因为信号质量测量仍然是对每个单独的支路进行计算，因此仍然会导致选择不最理想的子集，所以这不完全令人满意。

发明内容

本发明的一个目标是至少改善一个或多个与上面提到的已知阵列天线系统有关的问题。为了这个目的，在本发明的实施方案中，根据每个信号子集的电位性能测量而不是根据每个单独信号的电位性能测量来选择应该用于特定用户的信号子集。

在本说明书中，术语“用户”将用于表示其信号由接收机部件接收的远端发射机。

根据本发明的一个方面，一种用于接收来自多个发射用户的信号的阵列接收机系统包括一个天线元件阵列和一个具有多个接收机部件的接收机，每个接收机部件对应一个不同的用户，接收机部件各有一个信号处理单元，信号处理单元处理和组合来自天线元件的信号子集以产生一个关于对应用户的接收信号，接收机还包括开关装置，该开关装置用于从天线元件选择多个不同的信号子集供信号处理单元处理，每个子集包括预定数量的所述信号，每个信号处理装置用于根据对应接收机部件关于所述多个信号的不同子集的电位性能测量来控制开关装置以改变包含由该对应接收机部件使用的信号子集的信号，其中所述测量是基于组合信号子集。

在阵列接收机系统用在空分多址(SDMA)通信系统中的场合，在每个接收机部件中开关装置可以包含一个开关矩阵，接收机包括多个射频(RF)前端部件，每个前端部件将各自的一个天线元件连接到各个所述开关装置和各个信号处理装置。每个前端部件将来自对应天线元件的信号转换成适合由所述处理装置处理的格式，每个所述开关矩阵选择转换信号子集以应用到不同接收机部件中相关的一个。

在阵列接收机系统用在非SDMA系统中的地方(即在接收机涉及每载波单个有效用户的地方)，每个接收机部件可以包括多个射频(RF)前端单元，其数量等于每个连接到信号处理装置的所述子集中的信号数量，开关装置可以包括一个开关矩阵，用于将所选的几个天线元件连接到每个接收机部件中相应的几个RF前端部件，每个RF前端部件用于将来自对应天线元件的信号子集转换为一种适合由所述处理装置处理的格式。

不同子集的性能测量可以优选地利用接收信号中嵌入的已知训练序列的采样来周期性地执行。

设想当远端站正在与接收机建立通信时，可能是在通常的识别/验证过程期间，可以进行初始子集选择。后面对所选子集的改变可以使用不需要已知训练序列或引导符号的标准连续(即跟踪)算法来执行。

天线阵列可以包括一个定向元件的辐射状阵列，特别是计划在基站中使用时。

在蜂窝电话系统的情况下，体现本发明的接收机可以用于基站或移动站。当用于移动站时，接收机通常包括一个具有数量与子集大小一样多的RF前端部件的接收机部件，从而降低了RF硬件需求。这是有利的，因为假定高架基站处的所有接收信号(有效或干扰)的大部分能量正常都集中在一个狭窄锥面内，则窄波束宽度天线元件方向图——彼此可以重叠或不重叠——构成一种预滤波。这种空间预滤波是有帮助的，因为它减低了获得规定的性能水平所需的元件数量(即子集大小)。

替代做法是，当使用全向天线元件阵列而不是定向天线元件的辐射状阵列时，可以使用相同的预滤波，其后接一个预处理波束赋形矩阵。该矩阵提供阵列元件输出的线性组合作为输出，其中线性组合被选择以模拟辐射状阵列的方向图。

优选地，信号处理单元通过在一个长到足以使由子集信号的多径分量的相位关系引起的快衰落效应最终得到平衡的周期上监视从不同子集得到的信号统计来测量性能。

实质上，长期统计中所捕获的是“阴影”(即慢衰落)系数的瞬时值和快衰落的相关特性(与其瞬时值相对)。

有利地，这种配置允许子集选择过程相对很少执行，从而在没有过度性能下降的情况下降低了相关计算负担。

优选地，为了子集选择目的而收集的统计包括一个描述有效信号特性的平均(长期)空间(或空时实施方案中的空时)协方差矩阵和一个描述损伤(inpairment)(集总干扰和热噪声)特性的类似协方差矩阵。其它可以使用的统计包括：

●另外的如上所述的瞬时(即短期)协方差矩阵；

●所有元件处的瞬时有效信号功率(和空时实施方案中的时间延迟)；

●所有元件处的瞬时信号干扰比加信噪比(SINR)(和空时实施方案中的时间延迟)；

●所有元件处的瞬时有效信号功率和干扰功率(和空时实施方案中的时间延迟)；

●瞬时有效信号功率和短期或长期干扰协方差矩阵。

本发明的其它方面包括接收机本身和运行阵列天线接收机系统的方法。

根据本发明的另一个方面，提供了一种使用一个阵列天线接收来自多个发射用户的信号的方法，阵列天线包括一个天线元件阵列和一个具有多个接收机部件的接收机，每个接收机部件对应一个不同的用户并通过开关装置(18₀)连接到天线元件，方法包括步骤：

(i)周期性的从天线元件中选择不同的信号子集，处理并组合每个信号子集，计算一个特定用户的接收机部件关于该子集的电位性能；(ii)确定哪个子集会提供最佳性能，以及(iii)控制开关装置以改变包含由该对应接收机部件使用的信号子集的信号。

本发明的实施方案没有设法确定有效用户信道的所有自由度，而是使用阵列元件的指向来选择S个最重要的元件，从而实现最小均方误差。因为在选择过程中也考虑了干扰源，所以这种选择不是真正基于识别有效用户信道的自由度或模式的。这是一个(通过使用撞击波的几何形状)智能地降低阵列自由度数量的过程，需要动态适应以达到数值和硬件复杂度成比例降低的目的。

假定子集大小S是固定的，且最有用的选择(取决于有效复杂度/性能折衷)很可能在2到4个元件之间。但是应该指出，本发明的本质不依赖于固定子集的大小，易于想到将会自适应地选择子集大小的扩展情形(例如将会为具有大角度扩展的信号分配较大的子阵列)。

对于固定阵列子集大小S，有

$N_S=\left(\begin{array}{c}N\\ S\end{array}\right)---\left(7\right)$

个可能的子集

理论上根据

$S_{\mathrm{opt}}=\underset{S}{\max }<c_0^{{\left(S_S\right)}^H}{R}_{I+N}^{{\left(S_S\right)}^{-1}}{c}_0^{\left(S_S\right)}>,s=1,...,\mathrm{Ns}---\left(8\right)$

执行子集选择可以将均方误差最小化(或等效地，将信号干扰比加信噪比(SINR)最大化)，其中c₀是整个阵列上的N×1有效用户特征(即向量信道)，

表示其参数的中期平均值，R_I+N是阵列输入处的N×N短期干扰加噪声的协方差矩阵，可以表示为干扰用户特征的函数：

$R_{I+N}^{\left(S_S\right)}=\underset{m=1}{\overset{M}{\mathrm{\&Sigma;}}}{c}_m^{\left(S_S\right)}{c}_m^{{\left(S_S\right)}^H}---\left(9\right)$

其中M是同信道干扰源的数量。

在几乎所有地面传播环境中，众所周知窄带(即平衰落)无线信道在短期内可以被准确地描述为零均值(Rayleigh型衰落)或非零均值(Rician型衰落)复数高斯变量。由此得出结论，在任一瞬间得到的特征向量

都是一个复高斯向量，该复高斯向量的特征由它的中期协方差矩阵(和Rician情况下的均值向量)来描述。在本文件的剩余部分中，虽然概述的原则和发明本身同样很好地适用于Rician情况，但为了清楚起见假定是Rayleigh衰落。

(8)中的选择标准可以在小规模衰落上求平均值，然后根据如下的中期协方差矩阵修订：

其中

是有效用户向量信道在整个阵列子集S_S上的中期平均协方差矩阵，tr[·]代表其矩阵参数的迹。同样，是第n个用户向量信道在整个子集S_S上的中期协方差矩阵， ${\mathrm{\&Sigma;}}_{I_0}^{\left(S_S\right)}=\underset{m=1}{\overset{M}{\mathrm{\&Sigma;}}}{\mathrm{\&Sigma;}}_m^{\left(S_S\right)}$ 是影响用户0的干扰的协方差矩阵。

基于中期统计的子集选择过程表明子集选择能以可以忽略不计的数值成本(例如作为后台任务)来执行，还可以降低硬件要求。实际上，对于移动无线系统[23]中一秒数量级的周期和固定无线系统(象所提出的宽带无线系统，例如本地多点分配业务(LMDS))中甚至更长的周期，可以假定中期协方差矩阵是固定的。

应该注意的是，这里描述的系统不依赖多用户信息(虽然在多用户的情况下一些次要算法的复杂度降低是可能的)，因此能够为在其中每个用户信号典型地被独立处理的现有系统设立一个更自然的升级途径。另外，不管是按(平衰落环境中的)窄带处理器还是按(散乱衰落环境中的)宽带处理器来实现系统，复杂度的相对降低都大致相同。

附图简述

现在将只通过举例的方式并参照附图来描述本发明的实施方案，其中：

图1是一个用于SDMA系统的、包括本发明第一实施方案的阵列天线无线电接收机系统的一部分的简化方框图；

图2是一个描述在图1的接收机系统中计算协方差矩阵的估计的流程图；

图3是一个描述在图1的接收机系统中确定子集选择的流程图；

图4是一个描述在图1的接收机系统中计算MMSE权重向量的流程图；

图5是一个用于SDMA的接收机系统的简化方框图，该系统是本发明的第二实施方案；

图6是一个描述在没有使用SDMA的接收机系统中计算协方差矩阵的流程图；

图7是一个描述在图5的接收机系统中确定子集选择的流程图；以及

图8是一个将本发明具体化的空时接收机的简化方框图。

优选实施方案的详细描述

参看图1，用于接收来自多个用户发射机(没有显示)的信号的阵列天线接收机系统包括一个具有多个天线元件的天线，具体来说是10个元件22/1，...，22/10，天线元件通过一组射频(RF)前端单元26/1，...，26/10连接到一个具有数个接收机部件的阵列接收机，每个接收机部件对应各个用户发射机。举例说明了8个接收机部件(0，1，...，7)，但可以有更多。

RF“前端”单元26/1，...，26/10是相同的，具有常规结构。参照图5中的插图，将只对一个进行描述。如图5中的插图所示，RF前端单元26/1包括一个RF/IF下变频器28/1、一个信道滤波器30/1(只分离有效信道并抑制波段之外的噪声和干扰)和一个用于执行带通采样的模数转换器单元32/1。换句话说，可以在A/D转换之前将IF或RF信号下变频到基带。A/D转换器单元32/1的输出也是RF前端单元26/1的输出，被连接到各个阵列接收机部件。

接收机部件都是相同的，所以只详细显示了用于用户0的接收机部件并将再参照图1来进行描述。

接收机部件0包括一个选择器单元，具体来说是一个RF 10×3矩阵开关18₀，其具有十个连接到十个RF前端单元26/1，...，26/10各自的输出的输入端口20/1₀，...，20/10₀和三个连接到信号处理单元16的各自的数据输入的输出端口。矩阵开关18₀的一个控制输入连接到信号处理单元16₀的一个控制信号输出。所有十个RF前端单元26/1，...，26/10的输出连接到信号处理单元16₀。信号处理单元16₀可以由一个定制的超大规模集成电路(VLSI)芯片、一个现场可编程门阵列(FPGA)或由运行在一个数字信号处理器(DSP)上的软件来实现。

信号处理单元16₀执行特征(即有效用户向量信道)估计和协方差矩阵估计、MMSE处理、加权和组合、匹配滤波和符号检测。后两个是标准数字无线电接收机操作，因此图1中没有具体显示，并且不会在这里详细描述。

另外，为了简化描述，图1中只显示了并将描述用于有效用户m的信号处理单元16₀的操作；应该认识到，可以为其它用户(发射台)提供类似的信号处理单元并处理相应的信号子集。

示出的RF矩阵开关18₀的三个输出在信号处理单元16₀内部连接到乘法器34/1₀、34/2₀和34/3₀，乘法器各自的输出连接到一个加法元件36₀，加法元件36₀的输出通过检测器38₀连接到接收机的后面部分，检测器38₀是常规的，在这里不必详细描述。

乘法器34/1₀、34/2₀和34/3₀将来自三个RF前端单元26/1、26/2和26/3的数字信号分别乘以权重w₁(0)、w₂(0)和w₃(0)，权重w₁(0)、w₂(0)和w₃(0)由最小均方误差(MMSE)计算单元40₀提供，功能上由信号处理单元16₀实现。MMSE权重计算单元40₀根据上面的等式5按已知方式使用MMSE标准更新权重。

信号处理器单元16₀还执行子集选择过程，因此显示为包括一个连接到RF前端单元的短期信道估计器42₀、一个长期信道估计器44₀和一个通常为一个逻辑电路的子集选择器单元46₀。短期信道估计器42₀利用来自RF前端单元的信号提取信道参数，并将它们提供给MMSE权重计算装置用于更新用于特定信号子集的权重。长期信道估计器44₀监视长期统计，并利用它们确定是否控制矩阵开关18₀为一个特定用户选择一个不同的信号子集。当然，子集选择器单元46₀可以与处理器单元16₀是分开的。

运行时，信号处理单元16₀监视来自所有十个天线元件22/1，...，22/10的信号，对具有预定元件数量(在这种情况下是三个)的各个不同子集执行统计分析，如果当前子集选择导致的性能比使用其它子集中的一个所预期的性能差，则周期性的操作矩阵开关18₀以选择天线元件22/1，...，22/10中不同的三个，后面将更全面的解释。

现在将针对用户0，在子阵列子集大小S是固定的基础上概括地描述图1中显示的阵列接收机的操作。应该提到的是，按照常规做法，在下面的描述中，有效用户被认为是用户0，干扰源被认为是用户1到M；因此系统中有M+1个用户。

此外，不失一般性，描述将假定是窄带情况。因此，一个所选子集中的每个支路与单个复权重相乘(与通过全均衡器滤波相对)。

运行时，信号处理器单元16₀的长期信道估计器44₀使用一个图2和图3中说明的“长期”循环，根据具有不同天线元件子集的接收机性能测量来计算关于一个特定用户的子集选择，短期信号估计器42₀使用一个图4中说明的“短期”循环来计算和更新权重以将关于该所选子集的性能最优化。

使用SDMA的实现表明接收机必须同时处理相同载波频率上的多个用户。

SDMA实现的长期循环

长期循环更新长期协方差矩阵的估计。协方差矩阵体现了一个特定用户，在这种情况下是用户0，的时变信道的统计特性。因为接收阵列的每个元件“看见”一个略有差别的信道，所以总信道可以表述为一个N个元素的向量，其特征由一个N×N协方差矩阵表示。在这种情况下，信号处理单元16₀的长期估计器44₀计算长期协方差矩阵，这是一个在一段长到足以消除多径衰落(也称作快衰落)影响的周期上测量并取平均的矩阵。因此，即使在不知道衰落过程瞬时行为的情况下，也保留了足够的信息来识别衰落过程的主要模式(对应于协方差矩阵的较大特征值)。所述模式以比多径衰落本身慢得多的速度变化，但在它们自身中确实提供了足够的信息来智能地预处理信号。因此在选择最优子集中使用长期协方差矩阵使子集选择成为一个长期的、廉价的(在处理能力和/或硬件复杂度方面)过程。如后面将描述的，实际衰落波动由短期循环全部在最优子集内处理。

图2和3显示的流程图表述了两个截然不同的长期循环部分：图2中说明的部分是长期协方差矩阵估计，而图3对应于子集选择的确定。因此，子集选择严格地基于长期信息而不考虑瞬时多径衰落。这不是最理想的，但性能损失被认为通过因此而获得的复杂度减低得到了更大的补偿。

虽然接收机包括十个天线阵列元件22/1，...，22/10和十个RF前端部件26/1，...，26/10，但它们各被一组接收机部件12₀，...，12₇共享，每个接收机部件用于一个有效用户。接收机部件12₀，...，12₇分别具有用户处理单元16₀，...，16₇，每个用户处理单元可以映射到一个不同的天线元件子集。这些阵列元件子集的方向图顺次由通过短期循环执行的MMSE空间滤波来确定。因为这些方向图的每一个都可以被有效地“操纵”以关注一个有效信号并使干扰源无效，所以很多用户能够在相同的载波频率上共存。因此，在这个SDMA实现中，对应于一个用户的信号处理单元作为干扰所抑制的对于对应于另一个用户的信号处理单元来说可能是一个有效信号。

不失一般性，假定这是一个基于包的系统。每个用户被分配惟一的一个包含在包中的训练序列(例如象在GSM蜂窝电话标准中的前缀、后缀、“中间码”，或象一个散布在整个包中的序列)。训练序列由系统中应用的任一种网络协议确定和分配，即训练序列可以是固定的，或可以是依据进入网络的入口分配的，或可以是某种在基站和用户站之间建立协议的其它方式，训练序列按照这些协议用于它们的通信。

还假定包是具有固定长度的且该长度小于预定波段中的信道与运行环境的相干时间。这表明一个包短到足以使得在其持续时间上可以将多径衰落信道看作是不变的。

将这里描述的实现扩展到具有更大长度和/或长度可变的包(例如比信道的相干时间长)的系统、CDMA系统(其中用户码可以被用作连续存在的训练序列)和非包系统，对于本领域的专业人员来说将是显然的。

在这个优选实施方案中，每个包包含已知的32位训练序列，这被各个接收机部件用于识别来自对应用户的给定信号，并通过相关性来提取其信道特性。因此从每个包收集的信息用于更新子集选择中所使用的长期协方差矩阵。信息还立即被短期循环用于调整组合器/空间滤波器的权重，从而确定可以最好地增强有效信号的接收并抑制干扰源的阵列子集方向图。

因此，如图3中的流程图显示的，接收机牵涉到接收的训练序列而不是全部内容。

基于连续更新长期协方差矩阵的目的，接收机将周期性对包进行采样，可以大约每隔二个包提取训练序列，然后使用该特定训练序列计算信道参数。这个采样速率定义了所谓的估计区间。如果包的到达速度是变化的，则应该设计一个适当的策略(而不是每隔n-1个包提取一次)，使得采样间隔在时间上保持比较恒定。

现在参看图2中的流程图，步骤2.1、2.2和2.3只包括一个序程序以检测估计区间和下一个时隙的开始，并捕捉训练序列。在步骤2.4中，处理器14计算用户0的短期协方差矩阵(

)。为了在时间上正确定位这个操作，引入一个下标i，这样是在第i个估计区间获得的短期协方差矩阵估计。假定用户的训练序列0(s₀)的长度是K个符号，则向量x[k，i]是在第i个估计区间、对应于训练序列第k个符号的整个阵列上的总接收向量，协方差矩阵估计是在步骤2.4通过与训练序列相关获得的，如下所示：

${\hat{R}}_0\left[i\right]=\left(\underset{k=1}{\overset{K}{\mathrm{\&Sigma;}}}x[k,i]s_0\left[k\right]\right)X\left(\underset{k=1}{\overset{K}{\mathrm{\&Sigma;}}}x{[k,i]}^H{s}_0^{*}\left[k\right]\right)---\left(11\right)$

其中s₀[k]是用户0的采样训练序列中的第k个符号。

因此，R₀[i]是从用户0的单个包中得到的短期协方差矩阵的第i个估计。它等于用户0的向量信道的估计(通过与训练序列相关得到的)乘以其转置共轭。在数学上这表述为 ${\hat{R}}_0\left[i\right]={\hat{c}}_0{\hat{c}}_0^H.$

因此，通过如下相关得到任一个用户m的向量信道估计

$\widehat{c_m}=\underset{k=1}{\overset{K}{\mathrm{\&Sigma;}}}x[k,i{]s}_m\left[k\right]---\left(12\right)$

在步骤2.5中，根据下式更新用户0的长期协方差矩阵的运行估计(

)

${\widehat{\mathrm{\&Sigma;}}}_0\left[i\right]=\mathrm{\&gamma;}{\widehat{\mathrm{\&Sigma;}}}_0[i-1]+\frac{1-\mathrm{\&gamma;}}{K}{\hat{R}}_0\left[i\right]---\left(13\right)$

其中

是前一个估计区间的估计，γ是遗忘因子。这个因子典型地采用0.8到0.99之间的值，确定新信息(体现为

)会以什么速度替换在以前的估计区间获得的旧信息。因子的值根据信道参数改变得多快和每隔多久进行估计来选择。通常，较高的γ值表明在以前的估计中获得的信息具有较长的寿命，即被遗忘得比较慢。

对于每个用户m(m＝0...M)有类似的步骤计算协方差矩阵估计。因此，图2显示了对应于步骤2.4和2.5、为用户1计算协方差矩阵估计的步骤2.6和2.7，对应于步骤2.4和2.5、为用户7即本例中最后一个用户计算协方差矩阵的步骤2.8和2.9。根据低级执行细节，可以同时(即如果使用并行处理和/或如果为此目的提供了重复信号处理硬件)或顺序(如在单处理器固件实现中或重复使用单个专用信号处理电路的情况下)为所有用户计算协方差矩阵。

一旦已经为所有用户计算了协方差矩阵，就依次使用这些矩阵为每个用户计算干扰协方差矩阵估计，即描述所考虑的用户遇到的干扰信号总和，即除所考虑的用户之外的所有用户，的特性的协方差矩阵。一种计算对用户m的干扰协方差矩阵

的方法是通过将除用户m之外的所有用户的协方差矩阵相加，即

${\widehat{\mathrm{\&Sigma;}}}_{I_m}\left[i\right]=\underset{\mathrm{\&mu;}\&NotEqual;0}{\overset{M}{\underset{\mathrm{\&mu;}=0}{\mathrm{\&Sigma;}}}}{\widehat{\mathrm{\&Sigma;}}}_{\mathrm{\&mu;}}\left[i\right]---\left(14\right)$

图2中的步骤2.10、2.11和2.12针对用户0、1和7说明了这一点。

图3通过一个流程图说明了选择天线元件子集的过程，这也是长期循环的一部分。图3中流程图的起点实际上是根据图2的所有协方差矩阵和干扰协方差矩阵的输入。

因为有10个天线元件，每个子集的大小是3个元件，所以有120种可能的此类元件组合。因此选择算法将循环经过这些组合中的每一个，(根据在图2的过程中收集的长期信道信息)为每个子集确定一个性能标准，并为每个用户选择产生该性能标准最大值的子集。应该注意的是，通常为每个用户分配一个不同的子集。这就是为什么在SDMA实现中每个元件有一个RF前端单元，即在图1的接收机中，对于每个元件20/1，...，20/10有一个RF前端单元26/1，...，26/10。

在非SDMA实现中，如稍后将要描述的，只有一个有效用户，因此在任意时刻只有一个RF前端单元子集是活动的。因此，只需要与子集大小(在本例中是3)一样多的RF前端，这些RF前端可以通过RF开关被动态分配给构成所选子集的阵列元件。

因此，步骤3.1将子集下标s设置为1，用户下标m设置为0。在步骤3.2中，(通过选取对应于子集元件的合适行和列)使用关于用户m的10×10元件协方差矩阵来形成一个关于用户m、子集选择s＝1的3×3协方差矩阵或子矩阵。在步骤3.3中，对关于用户m的干扰协方差矩阵进行同样的操作，以形成关于用户m的子集干扰协方差矩阵。步骤3.4判断子集下标是否等于最大值，在这种情况下最大值是20；如果不等于，则子集下标增加1并重复步骤3.2和3.3。

一旦已经为所有可能子集生成了子集协方差矩阵和子集干扰协方差矩阵，步骤3.6就确定关于用户m的最优子集S_opt ^(m)。这是通过为每个可能子集计算一个性能标准并选择产生该标准最大值的子集来完成的。因此：

其中s＝1，...，N_S，且

构成了大小S＝3的所有可能子集的集合。

本发明包括在步骤3.6中使用很多基于长期信息的不同性能标准。但是在该实现中，所选标准本质上是一个对给定子集平均起来(因为它是基于长期信息的)最可能达到的SINR的最佳测量。

在步骤3.7，最优子集被传递给用户m的子集选择器，步骤3.8确定是否已经为所有用户执行了这个过程。如果还没有，步骤3.9将用户下标增加1并重复步骤3.2到3.8。

一旦已经为每一个有效用户计算了最优子集，步骤3.8就将算法返回到最开始，即从步骤2.1等待下一个估计包到达开始重复长期循环。假定每一个包包含一个训练序列，但长期循环周期性对它们采样。

在图3中，步骤3.6在插图中显示的更为详细。如插图中所示，步骤3.6.1再次将子集下标s设置为1，将表示最好或最优子集的另一个下标s_max也设置为1。

然后步骤3.6.2设置变量max等于0，步骤3.6.3计算一个SINR(性能标准)的测量，我们称作C。这个标准是按关于用户m和子集s₁的协方差矩阵估计与关于用户m和子集选择s₁的干扰协方差矩阵估计的倒数的乘积的迹计算的。这表述为

在步骤3.6.4，将在3.6.3中计算的标准与在步骤3.6.2中初始设置为0的max变量进行比较。如果C＞max，则因为当前子集是到目前为止最好的子集，步骤3.6.6使max＝C，s_max＝s。在步骤3.6.5，验证是否已经到达最后一个子集(s＝N_s)。如果没有，在3.6.7中将s增加1，并重复步骤3.6.3-3.6.5。一旦已经处理了所有子集，s_max就包含了对用户m的最佳子集的下标，因此步骤3.6.8使 $S_{\mathrm{opt}}^{\left(m\right)}=S_{s_{\max }}.$

用于SDMA实现的短期循环

一旦已经为每个用户进行了关于该特定估计区间的子集选择，下一步就是最优化每个子集的性能。这要求调整在处理每个特定子集中来自天线元件的信号时使用的权重，如将要参照图4所示流程图描述的。权重与子集选择并行并以较子集选择快的速度连续更新。实际上，对每个到达的包执行一次短期循环。在图4中，假定同时到达了关于所有M+1个用户的包，因此对每个用户重复步骤4.5-4.9。

因此，步骤4.1等待下一个时隙开始，然后步骤4.2在缓冲器中存储关于对应于训练前缀的时间间隔的接收信号，即整个10个元件阵列的向量。这表明所有用户的包是同步的，所有训练序列是同时被接收的。在不是这种情况的系统中，可以轻松的进行适当调整。它是对应于接收训练序列的时间间隔，该训练序列被存储供进一步处理。

在步骤4.3中，在整个元件阵列上进行短期总协方差矩阵R_xx的估计。这是根据下式完成的

${\hat{R}}_{\mathrm{xx}}=\underset{k=1}{\overset{K}{\mathrm{\&Sigma;}}}\frac{x\left[k\right]x^H\left[k\right]}{K}---\left(17\right)$

因此，步骤4.2捕捉K个符号，对这些符号的处理是计算第k个采样x[k]与其复共轭转置x^H[k]的乘积在k上的和，然后结果除以K。然后步骤4.4将用户下标m设置为0，步骤4.5根据矩阵

提取一个子矩阵子矩阵是除与当前所选的关于用户m的子集S_m对应的

之外的元素的集合，从而生成一个3×3矩阵。

步骤4.6根据表达式

${\hat{c}}^{\left(S_m\right)}=\frac{1}{K}\underset{k=1}{\overset{K}{\mathrm{\&Sigma;}}}{y}^{\left(S_m\right)}\left[k\right]s_m^{*}\left[k\right]---\left(18\right)$

估计用户m在整个子集S_m上的空间特征，其中是在对应于训练序列中第k个符号的子集S_m上的接收信号向量，s^* _m[k]是用户m的训练序列的第k个符号的复共轭。

应该注意的是，上面用于步骤4.6的等式除了它是在子集S_m上而不是在全部阵列上计算的之外，基本上与方框2.4中的等式非常类似。

在步骤4.7中，在步骤4.6中计算的空间特征，即

(或只在元件子集上而不是整个阵列上的向量信道估计)用于根据

$w={\left\{R_{\mathrm{yy}}^{\left(S_m\right)}\right\}}^{-1}{\hat{c}}_m^{\left(S_m\right)}---\left(19\right)$

来计算权重向量。

这个权重向量包括一系列权重，每个子集元件一个。因此，在每个子集具有三个元件的特定实施方案中，将有三个权重。然后这些权重被传递(步骤4.8)给用户m的MMSE处理器，在处理器中它们用于与来自每一个子集元件的信号相乘，然后相加，得到MMSE(最小均方误差)意义上的有效信号的最佳估计。

然后步骤4.9确定用户下标m是否设置为M，即是否已经为所有有效用户计算了权重。如果没有，步骤4.10将用户下标m增加到m+1，并重复步骤4.5到4.9。

一旦已经计算了所有权重向量，步骤4.9将算法返回到步骤4.1，等待下一个时隙的开始，随之将再计算并更新权重。

为了比较复杂度，假定，例如一个10Mb/s的系统，其具有68字节的包(大概为包含一个训练序列的ATM信元的大小)。在每对连续的包之间插入一个保护字节。考虑一组8个用户，每十个时隙在相同载波上同时发送一次包。因为每秒有18115.94个时隙，所以所关心的用户以每秒1811.59个包的速度发射。按照这个速度，由于多径衰落信道一般足以将一个包与下一个包区分开以保证在每个包再训练。此外，每个包包含一个已知的32位训练序列。假定长期协方差矩阵具有一个最坏情况下的90％的0.5s的相关时间；其估计将每0.1s更新一次，子集选择也每0.1s执行一次。

在子集大小为3的10个天线元件辐射状阵列的情况下，关于常规MMSE阵列处理的相对计算负荷大约是26％。子集大小为2时，大约是20％。

在多用户接收机的情况下，在天线元件之后直接接RF开关没有优势，原因是各使用一个不同元件子集的用户全体很可能会在某一瞬间恰好要求所有元件工作。换句话说，所有子集的并集有时会包含阵列中的所有元件，因此需要N个RF前端单元。假定在这种情况下所有M个同信道干扰源都是有效用户，则有M+1个不同的信号处理单元，根据实际设计考虑，信号处理单元还可以是物理不同的(在分离的集成电路中或DSP单元中)或被组合在单个多用户单元中或以任意方式被划分成任意数量的物理单元。

应该认识到，本发明不限于SDMA接收机系统。现在将主要参照图5、6和7通过举例的方式描述SDMA接收机系统的应用。应该注意的是，图4中说明的短期循环对于SDMA和非SDMA实现几乎是相同的。另外，在非SDMA实现的长期循环中，接收机每次每个载波只处理一个有效用户。对于其它载波上存在的其它用户将重复接收机(SDMA实施方案中也是如此)。

参看图5，其中与图1接收机系统中的元件对应的元件具有相同的参考数字，非空分多址(SDMA)系统(例如无线LAN、蜂窝电话)中用于接收来自多个用户发射机的信号的阵列天线接收机系统包括一个具有多个天线元件22/1，...，22/6的天线，天线元件22/1，...，22/6连接到阵列接收机12，阵列接收机12包括一个射频单元14和一个信号处理单元16。天线通过一个选择器单元18连接到接收机12，选择器单元18是一个射频矩阵开关，具有六个连接到天线元件22/1，...，22/6的辐射状阵列中的各个天线元件的输入端口20/1，...，20/6和三个在射频单元12内分别连接到RF前端单元26/1、26/2和26/3的输出端口24/1、24/2和24/3。

RF“前端”单元26/1m、26/2m和26/3m是相同的，为常规结构。如图5中的插图所示，RF前端单元26/1包括一个RF/I F下变频器28/1、一个信道滤波器30/1(只隔离需要的信道并抑制波段外的噪声和干扰)和一个用于执行带通采样的模数转换器单元32/1。换句话说，可以在A/D转换之前将IF或RF信号下变频到基带。A/D转换器单元32/1的输出(也是RF前端单元26/1的输出)连接到信号处理单元16，信号处理单元16可以实现为一个定制的超大规模集成电路(VLSI)芯片、一个现场可编程门阵列(FPGA)或在一个数字信号处理器(DSP)上运行的软件。

信号处理单元16与参照图1描述的几乎一致，因此将不再描述。如前所述，它执行特征(即有效用户向量信道)估计和协方差矩阵估计、MMSE处理、加权和组合、匹配滤波和符号检测。另外，它使用一个控制矩阵开关18的长期信道估计器44来执行子集选择过程，并通过短期信道估计器42更新一个特定子集选择的MMSE权重。

在这种情况下，信号处理器16将周期性操作矩阵开关18，使接收机部件暂时“脱机”，同时选择其它子集中的一个并获取训练序列的采样。对其它子集中的每一个轮流重复这个过程，从而获取长期统计。根据该系统，需要通过在这种“脱机”间隔期间几次选择相同的子集来获取长期统计。

关于非SDMA实现的长期循环

正如SDMA实现中一样，长期循环更新长期协方差矩阵的估计。但是在这种情况下，只有一个有效用户，即用户0。实际上，假定在单个蜂巢或扇区内没有重复使用载波频率，而是阵列通过消除相同载波上来自邻近蜂巢或扇区、可能会降低载波重用距离的干扰来提高链路质量。

长期包括两个主要部分：图6中说明的部分是长期协方差矩阵估计，而图7对应子集选择。

在该非SDMA实现中，因为对于用户0需要一个单独的接收信号处理单元，所以对天线阵列和RF前端部件的使用是独占性的。这使得所需RF前端的数量是由子集大小(即具体实现中的3)而不是阵列(即10)来确定的。

这种实现还假定系统是基于包的，且包比信道相干时间短。此外，适应(也就是提取有用信道参数)是基于存在作为主包体前同步码(或后同步码或中间码或散布序列)的训练序列的。系统结构大体类似于SDMA实现，除了以下几点：

●因为只有一个有效用户，所以干扰源的包不需要与有效用户的包同步。实际上，干扰源信号的结构是完全不相关的，它们根本不必是基于包的。

●因为对于各个干扰源不需要协方差矩阵估计，所以需要一种不同于SDMA实现中描述的方法来计算干扰协方差矩阵。

参看图6，步骤6.1、6.2和6.3与SDMA实现的步骤2.1、2.2和2.3相同。同样，步骤6.4、6.5以与步骤2.4和2.5相同的方式计算运行估计

步骤6.6、6.7和6.8引入了一种计算干扰协方差矩阵的新方法(也可以在替代SDMA实现中使用)。在步骤6.6中，根据

${\hat{R}}_{\mathrm{xx}}\left[i\right]=\underset{\text{k=1}}{\overset{K}{\mathrm{\&Sigma;}}}x[k,i]x{[k,i]}^H---\left(20\right)$

计算总的短期协方差矩阵。

在步骤6.7中，根据

${\widehat{\mathrm{\&Sigma;}}}_{\mathrm{xx}}\left[i\right]=\mathrm{\&gamma;}{\widehat{\mathrm{\&Sigma;}}}_{\mathrm{xx}}[i-1]+\frac{1-\mathrm{\&gamma;}}{K}{\hat{R}}_{\mathrm{xx}}\left[i\right],---\left(21\right)$

使用

更新长期总协方差矩阵

的运行估计。

最后，在步骤6.8通过从总协方差矩阵中减去用户0的协方差矩阵形成干扰协方差矩阵：

${\widehat{\mathrm{\&Sigma;}}}_{I_0}\left[i\right]={\widehat{\mathrm{\&Sigma;}}}_{\mathrm{xx}}\left[i\right]-{\widehat{\mathrm{\&Sigma;}}}_0\left[i\right]---\left(22\right)$

图7描述了非SDMA实现的子集选择，因为对于用户m＝0只需要循环一次，所以除了没有步骤3.8和3.9之外与图3非常相似。

关于非SDMA情况的短期循环与图4中说明的关于SDMA实现的短期循环相似，但没有步骤4.4、4.9和4.10(没有m上的循环且始终是m＝0)。

对于矩阵开关位于RF级且RF前端数量等于子集大小的非SDMA实施方案，必须使有效训练周期比在其它方面类似的SDMA实施方案中的长。

实际上，在这种情况下，必须通过以一种能顺次处理所有阵列元件对的方式将RF开关周期性地转换到一个新子集，以分段的方式估计短期协方差矩阵R₀、R_xx。因此，必须通过在构造单个估计时加长训练前缀或使用几个连续前缀(在几个连续的包中)，使训练周期按照以下因子变长。

$\frac{\left(\begin{array}{c}N\\ 2\end{array}\right)}{\left(\begin{array}{c}S\\ 2\end{array}\right)}$

空时实现

到目前为止所描述的实现涉及平衰落(窄带)信道，因此只需要空间滤波。对于频率选择性衰落(即宽带)信道，必须在结构中包含均衡形式的时间处理以保持良好的性能。因此，每个MMSE处理器(每个共享一个载波的有效用户一个)的每个支路都将包含一个全均衡器而不是单个权重。如果子集大小为3，则每个有效用户有3个这样的均衡器。均衡器典型地采用抽头延迟线的形式，在抽头延迟线中将每个抽头加权并相加，抽头是用符号间隔的。由此得到结论，具有3个支路的MMSE处理器必须使用3L个抽头，其中为了获得良好的性能均衡器长度L必须大于信道的脉冲响应。

在频率选择性情况下还必须稍微调整子集选择过程。因为在这种情况下协方差矩阵是频率选择性的，所以通过在整个波段上求积分(见(23))可以容易地将原始理论子集选择标准(见(10))用于宽带换作，如下所示：

$S_{\mathrm{opt}}^{\left(0\right)}=\underset{S_s}{\max }\frac{1}{f_{\max }-f_{\min }}{\&Integral;}_{f_{\min }}^{f_{\max }}\mathrm{tr}\left[{\mathrm{\&Sigma;}}_0^{\left(S_s\right)}\left(f\right){\mathrm{\&Sigma;}}_{I_0}^{\left(S_s\right)}{\left(f\right)}^{-1}\right]\mathrm{df},s=1,...,\mathrm{Ns}---\left(23\right)$

其中

${\mathrm{\&Sigma;}}_0^{\left(S_s\right)}\left(f\right)=\underset{k=-\&infin;}{\overset{\&infin;}{\mathrm{\&Sigma;}}}<c_0^{\left(S_s\right)}(f-\frac{k}{T})c_0^{{\left(S_s\right)}^H}(F-\frac{k}{T})>---\left(24\right)$

${\mathrm{\&Sigma;}}_{I_0}^{\left(S_s\right)}\left(f\right)=\underset{k=-\&infin;}{\overset{\&infin;}{\mathrm{\&Sigma;}}}\underset{m=1}{\overset{M}{\mathrm{\&Sigma;}}}<c_m^{\left(S_s\right)}(f-\frac{k}{T})c_m^{{\left(S_s\right)}^H}(F-\frac{k}{T})>---\left(25\right)$

应该要注意的是，在上面，在k上的求和反映了与信号的符号间隔采样相关的光谱复制，即已经用信道脉冲响应的采样形式得到了协方差矩阵。

根据Parseval关系的一般形式可以将(23)描述的标准转换到时域，从而得到

$S_{\mathrm{opt}}^{\left(0\right)}=\underset{S_s}{\max }\underset{i=-\&infin;}{\overset{\&infin;}{\mathrm{\&Sigma;}}}\mathrm{tr}\left[{\mathrm{\&Sigma;}}_0^{\left(S_s\right)}\right[i\left]{\mathrm{\&Sigma;}}_{I_0}^{\left(S_s\right)}{\left[i\right]}^{-1}\right],s=1,...,\mathrm{Ns}---\left(26\right)$

其中

其中

表示傅立叶反变换。

在实际实现中，用典型地通过类似于那些在窄带实现中描述的方法获得的估计来替换理想协方差矩阵。同样，(26)中的求和i需要被截至均衡器的长度L。因此：

$S_{\mathrm{opt}}^{\left(0\right)}=\underset{S_s}{\max }\underset{i=0}{\overset{L-1}{\mathrm{\&Sigma;}}}\mathrm{tr}\left[{\mathrm{\&Sigma;}}_0^{\left(S_s\right)}\right[i\left]{\mathrm{\&Sigma;}}_{I_0}^{\left(S_s\right)}{\left[i\right]}^{-1}\right],s=1,...,\mathrm{Ns}---\left(26\right)$

图8显示了具有相关信号处理功能的空时接收机实现的一般结构。

应该认识到，在某些情况下的CDMA中使用本发明是有利的，例如一些用户成为强干扰源的情况。实际上，众所周知，限制CDMA中用户数量的主要问题之一就是存在不能通过解扩展消除的较强干扰源。这被称作“远近效应”，因为在对应于有效用户码的虚拟载波上有干扰源“漏入”或有效共存，所以它造成了一种类似SDMA的情况。结合本发明(进行了适合CDMA环境的修改)的自适应阵列的空间分辨力提供了一种相对廉价和有效的解决方案。

因为本发明的实施方案在运行的基础上选择为特定有效用户提供最好整体性能指标的天线元件子集，所以本发明与已知的、选择为特定有效用户提供最好性能的选择分集阵列天线系统不同。

本发明的优选实施方案是基于下列事实提出的：

1.在基站，从给定信号源到达的大部分能量典型地集中在一个狭窄角度或锥面中。偶尔也会有一个或多个具有明显功率的到达方向(DOA)，但是这些到达方向的特征典型是具有一个比主DOA窄得多的角度扩展。在这种情况下，使用一个定向元件的辐射状阵列(或一个全向元件阵列和一个通过方向图合成来模拟该辐射状阵列的预处理波束赋形矩阵)意味着小的元件子集足以捕捉任一个用户信号的大部分能量。只使用一个天线元件子集降低了处理要求。

2.在阵列输入处测量的给定用户信号的(在小规模多径衰落，即信道特性(增益、延迟和相位)的短期变化上取平均的)中期协方差矩阵变化相对较慢，对于1秒级的周期来说通常可以被假定是固定的。

但是本发明没有设法识别有效用户信道的所有自由度。相反，本发明的实施方案(当使用一个辐射状阵列时使用阵列元件的指向性)选择S个最显著的元件以获得最小均方误差。因为在选择过程中也考虑了干扰源，所以这种选择实际上不是基于识别有效用户信道的自由度或模式的。它是一个(通过使用撞击波的几何形状)智能地降低阵列自由度数量的过程，要求动态适应以达到成比例地降低数值和硬件复杂度的目的。

虽然显示了十个输入端口和十个天线元件，但选择该数量只是为了说明的目的。实际上可能是更取决于实际考虑，诸如成本、物理阵列大小等等。同样，虽然图1显示了一个3个元件的子集，但是最有用的选择(取决于有效复杂度/性能折衷)很可能是在2到4(含2和4)个元件之间。此外，应该注意，本发明带来的相对于标准MMSE阵列处理的复杂度降低程度大约与N/S成正比。

图5中说明的接收机系统的优点是只需要和子集中元件数量(在具体例子中是3)一样多的RF前端单元。典型地，RF前端不仅体积大，还比较昂贵，因此减少这种单元的数量对于一个完全自适应阵列来说是有利的。但是，RF矩阵开关16也可能是昂贵的部件，在某些情况下(取决于载波频率和带宽)会抵消RF前端数量减少所带来的成本优势。在图1中说明的接收机系统中，所有阵列元件各配备了一个信号接收单元(前端)并在A/D转换之后设置了矩阵开关，则该开关不再是一个昂贵的RF部件，而是一个能够将6个串行或并行数据流多路转换成3个数据流的数字多路转换器。替代做法是，假定信号处理单元14具有足够的输入资源，可以将多路转换器包含在其中。相反，子集选择逻辑可以是分开的。

虽然一般做法是假设信道在一个块的长度上可以被看作是静态的(即块的长度大大小于信道相干时间)，但本发明在其它需要连续跟踪(使用如最小均方(LMS)或递归最小二乘方(RLS)算法之类的自适应算法)的情况下同样应用良好。

如果实际上实现了连续跟踪，则可以不需要提供频率训练序列。实际上，假定后判决(past decision)是可靠的，可以将它用作训练符号来执行子集选择和权重计算更新。因此，虽然不时常发生，但仍然需要训练序列以：(1)当形成一个新链路时初始化系统，使得它的第一个判决足够可靠能开始跟踪过程；以及(2)周期性重启系统以将由于失去跟踪而产生的误差最小化。

在根本不需要训练序列的情况下也可以使用盲自适应技术。本发明的原则也同样很好的适用于与数字调制信号不同的模拟波形。

发射站不必限制为单个天线。如果它们有多个天线因而形成多输入、多输出(MIMO)链路，则可以用多种方式对这里描述的本发明的实施方案进行适当修改，同时保留本发明的实质和优点。例如，属于同一用户的每一个发射机天线可以在接收器处有其自己的接收机部件和相关的子集。然后可以以很多已知的方式，如分层空时(LST处理)，共同处理多个此类接收机的输出。替代做法是，可以将单个接收机部件及相关的元件子集分配给一个多天线用户；然后该接收机部件把合适的MIMO处理(例如LST)包括进去。此外，在后一种情况下将必须对子集选择过程稍作修改。

(在MIMO链路中)不管是单向的还是双向的，都可以用对本领域的技术人员来说应该是明显的方法加入纠错编码。

同样，在不影响本发明实质的情况下，对于接收机部件可以考虑线性MMSE处理的多种替代方法。可能的方法包括判决反馈处理、延迟判决反馈、多用户或MIMO判决反馈、最大似然序列估计(MLSE)等等。

应该认识到，本发明并不被限制为只用于蜂窝电话系统的基站，还可以用于该系统的流动式电台。此外，根据本发明的接收机可以用于，例如无线局域网、分组数据无线电网和其它无线网络。

应该要注意的是，本发明不仅包括在上文中描述的阵列接收机系统，还包括与天线元件阵列方式一起使用的接收机本身和用于改进已有阵列天线接收机系统的信号处理器。

概括来讲，自适应算法包括两个循环。窄带情况下的长期循环可以划分如下：

A.对于每一个用户m，m＝0，...，M+1：

●根据用户m发射的已知训练序列估计用户m的特征在所有N个天线元件上的短期协方差矩阵；

●使用短期估计更新用户m的特征的中期平均协方差矩阵的运行估计(6)。

●使用为所有用户计算的中期平均协方差矩阵，计算用户m受到的干扰的协方差矩阵：

${\mathrm{\&Sigma;}}_{I_m}=\underset{i\&NotEqual;0}{\overset{M}{\underset{i=0}{\mathrm{\&Sigma;}}}}{\mathrm{\&Sigma;}}_i---\left(20\right)$

B.对于所有子集

●在∑_m和

中选择合适的元素以形成

和

●按照(4)(as per(4))计算子集选择标准。

●比较前面计算的标准的最大值(如果是第一个迭代则与零比较)。

●如果新的值较大，则存储它和对应的子集下标。

●重复循环B直到已经处理了所有N_s个子集。

●将所选子集下标S_m传递给用户m的子集选择器。

●从A开始重复，直到已经处理了所有用户。

●等待下一个长期训练间隔并重复循环A。

短期循环执行如下：

C.对每一个用户m，m＝0，...，M：

●在子集S_m上估计S×S短期协方差矩阵

这可以根据(9)对每个用户独立完成，或可以一次计算总的N×N短期协方差矩阵并将其用于产生所需的、在所有用户的各个子集上的S×S协方差矩阵。

●使用(8)估计用户m在子集S_m上的

●计算权重向量 $w=R_{\mathrm{yy}}^{{\left(S_m\right)}^{-1}}{c}_l^{\left(S_m\right)}.$

●将权重传递给MMSE处理器m。

●对所有用户从C开始重复。

●等待下一个短期训练间隔(来自同一个用户组的下一个包)并重复循环C。

工业实用性

已知的是，具有合适信号处理装置的天线阵列，当其在无线网络中使用时，允许更多的链路同时共存于相同的波段/载波上和/或提供更好的链路质量(在电路的语音质量、数据链路的比特误码率或抗衰落的鲁棒性方面)。

随着无线系统的发展，三个因素显得极为重要：

(i)从模拟到数字的转换；

(ii)不断增加的(常常需要减小ISI的)宽带信道的优势，以适应大数据率；

(iii)很多蜂窝系统所遭受的容量瓶颈。

基站处与SDMA结合的空时接收机的实现无疑是增加宽带无线系统容量最有希望的途径。实际上，N元件阵列理论上能够带来N-1倍的容量(即每个载波上同时活动用户的数量)增量。但是，开发和实现这种设备的成本相当大，因为每个额外的天线元件需要一个额外的前端接收机和额外的计算能力以调整抽头(权重)和执行其它信号处理任务。

因此将传统阵列系统引入现有无线网络所具有的复杂度(以及由此带来的成本)会让人望而却步。

市场上对天线阵列和空时处理器的广泛接受只是一个时间问题，近来的工业利益(interest)证明了这一点。在过去，不愿接受可能归因于这些解决方案的相对复杂度/成本。虽然(导致设备成本降低的)技术进步和容量问题的紧迫性已经克服了一些犹豫心理，但是复杂度仍然是一个非常现实的问题，特别是在高带宽和/或高频率上。

本发明提供了一种不太复杂的解决方案。实际上，本发明能够提供相对于标准线性空时接收机而言降低了一个数量级的复杂度，同时性能下降最小。

应该要注意的是，与其它子集选择阵列系统相比较，本发明通过根据子集性能而不是根据各个支路来选择子集，提供了更好的性能。此外，子集选择标准考虑了干扰和整个阵列上的干扰相关性。

为了限制估计和选择子集的开销，本发明还提出了一种基于(关于衰落率的)长期统计的子集选择方法，在某些实施方案中，该方法可以将涉及到子集选择的硬件和/或软件的复杂度降低一个数量级。

所提出的发明在其适用性方面有差别；实际上，本发明的目的是减小同信道干扰，同时提供抗衰落的鲁棒性，而所提到的两个选择分集方案一般只是为了抗衰落鲁棒性而研究的。此外，所提出的发明在基站中通过使用辐射状排列的定向元件利用了到达信号的几何形状。基于中期统计的子集选择也是一个新概念。

应该提到的是，本发明的好处是不需要SDMA或宽带(即空时)操作。这使其成为增量升级现有系统的一个有吸引力的途径。

Claims (27)

1. 一种阵列接收机系统，用于接收来自多个发射用户的信号，其特征在于，该阵列接收机系统包括一个天线元件(22/1，...，22/10)阵列和一个具有多个接收机部件(12₀，...，12₇)的接收机，每个接收机部件对应一个不同的用户，接收机部件各具有一个用于处理和组合来自天线元件的信号子集、从而产生一个关于对应用户的接收信号的信号处理单元(16₀)，接收机还包括开关装置(18₀)，用于选择来自天线元件的多个不同的信号子集供信号处理单元(16₀)处理，每个子集包括预定数量的所述来自天线元件的信号，每个信号处理单元用于根据对应接收机部件关于所述多个不同的信号子集的电位性能的测量，控制开关装置以改变包含该对应接收机部件所使用的信号子集的信号，其中所述测量是基于组合信号子集的。

2. 一种根据权利要求1所述的阵列接收机系统，其特征在于，开关装置在每个接收机部件中包括一个开关矩阵，接收机包括多个射频RF前端部件，每个前端部件将各自的一个天线元件连接到各个所述开关装置和各个信号处理单元，每个前端部件用于将来自对应天线元件的信号转换成一种适合由所述处理单元处理的格式，每个所述开关矩阵选择已转换信号的子集应用到不同接收机部件中相关的一个。

3. 一种根据权利要求1所述的阵列接收机系统，其特征在于，每个接收机部件包括多个射频RF前端单元，其数量等于每个连接到信号处理单元的所述子集中的信号数量，开关装置包括一个开关矩阵，该开关矩阵将所选的几个天线元件连接到每个接收机部件中相应的几个RF前端部件，每个RF前端部件用于将来自对应天线元件的信号子集转换成一种适合由所述处理单元处理的格式。

4. 一种根据权利要求1所述的阵列接收机系统，其特征在于，每个信号处理单元关于所述多个信号的所有不同可能子集测量对应接收机部件的所述电位性能。

5. 一种根据权利要求1所述的阵列接收机系统，其特征在于，每个信号处理单元是通过在一个长到足以使由子集信号的多径分量的相位关系引起的快衰落效应最终得到平衡的时间周期上监视源自不同子集的信号的统计来测量所述性能的。

6. 一种根据权利要求2所述的阵列接收机系统，其特征在于，所述信号处理单元：

周期性从天线元件选择信号采样；

使用该信号采样计算关于每个用户的协方差矩阵；

使用所有用户的协方差矩阵，对相关用户，计算一个描述所述用户中的其它用户的干扰信号和的干扰协方差矩阵；

选择具有与子集中元件相同指定数量的协方差矩阵和干扰协方差矩阵的所有可能子集；

为每个所选信号和相关协方差矩阵的子集计算性能标准；以及

为其自己的用户，选择给出最佳性能标准的子集。

7. 一种根据权利要求6所述的阵列接收机系统，其特征在于，信号处理单元根据表达式

按照对特定用户m和子集的协方差矩阵估计与对该特定用户和子集选择的干扰协方差矩阵的倒数的乘积的迹来计算作为所述测量的SINR，其中，C表示SINR的测量，S_S表示阵列子集，I_m表示对用户m的干扰。

8. 一种根据权利要求6所述的接收机系统，其特征在于，信号处理单元被配置以监视关于特定子集选择的信道参数，并根据所述参数更新每个协方差矩阵，所述更新比子集选择发生得更为频繁。

9. 一种根据权利要求6所述的接收机系统，其特征在于，由天线元件接收的信号包含具有嵌入训练序列的包，在预设的估计间隔，每个处理单元选择一个不同的信号子集、采样所述包、提取训练序列，并使用训练序列获取对所选的特定子集的所述性能测量。

10. 一种根据权利要求1所述的接收机系统，其特征在于，每个信号处理单元被配置以在自适应加权和组合每个信号子集中使用最小均方误差MMSE，在一个比第一次提到的时间周期短的时间周期上确定每个子集的第二性能标准，并根据这个短时间周期测量调整MMSE处理所使用的权重。

11. 一种根据权利要求10所述的接收机系统，其特征在于，每个信号处理单元根据来自当前天线元件子集的信号确定所述第二性能标准。

12. 一种根据权利要求1所述的接收机系统，其特征在于，天线元件被布置成一个定向元件的辐射状阵列。

13. 一种根据权利要求12所述的接收机系统，其特征在于，天线元件被配置，使得对应于相邻天线元件的辐射/灵敏度波瓣的部件部分重叠。

14. 一种根据权利要求13所述的接收机系统，其特征在于，处理器在组合和处理信号子集中使用最小均方误差MMSE处理，而且处理单元利用信道参数来更新所述MMSE处理中使用的权重。

15. 一种使用一个具有一个天线元件(22/1，...，22/10)阵列的天线和一个具有多个接收机部件的接收机来接收来自多个发射用户的信号的方法，其中每个接收机部件对应一个不同的用户并通过一个开关装置连接到天线元件，该方法包括步骤：

周期性地从天线元件选择不同的信号子集，处理并组合每个信号子集并确定特定用户的接收机部件关于该子集的电位性能，确定哪一个子集会提供最佳性能，并控制开关装置以改变包含由该对应接收机部件使用的信号子集的信号。

16. 一种根据权利要求15所述的方法，其特征在于，来自天线元件的信号都被转换成一种适合由信号处理单元处理的形式，并通过选择转换后的信号来进行子集选择。

17. 一种根据权利要求15所述的方法，其特征在于，接收机包括一个具有等于子集中信号数量的多个RF前端单元的部件，通过从天线元件选择一个信号子集并将该子集施加到RF前端单元来进行子集选择。

18. 一种根据权利要求15所述的方法，其特征在于，对所述多个信号的所有不同可能子集进行所述电位性能的测量。

19. 一种根据权利要求15所述的方法，其特征在于，该性能是通过在一个长到足以使由于子集信号的多径分量的相位关系引起的快衰落效应最终得到平衡的时间周期上监视来自不同子集的信号统计来测量的。

20. 一种根据权利要求19所述的方法，包括步骤：

周期性从来自天线元件的所述信号子集选择采样；

使用该信号采样计算对每个用户的协方差矩阵；

使用所有用户的协方差矩阵，对相关用户，计算一个描述所述用户中的其它用户的干扰信号和的干扰协方差矩阵；

选择具有与子集中元件相同指定数量的协方差矩阵和干扰协方差矩阵的所有可能子集；

关于每个所选矩阵子集，计算性能标准；以及

为特定用户，选择给出最佳性能标准的子集。

21. 一种根据权利要求20所述的方法，其特征在于，所述测量是根据表达式

按照对特定用户和子集的协方差矩阵估计与对该特定用户和子集选择的干扰协方差矩阵估计的倒数的乘积的迹计算的SINR，其中，C表示SINR的测量，S_S表示阵列子集，m表示用户m，I_m表示对用户m的干扰。

22. 一种根据权利要求20所述的方法，其特征在于，监视关于特定子集选择的信道参数，且根据所述参数，相比子集选择更频繁地更新每个协方差矩阵。

23. 一种根据权利要求20所述的方法，其特征在于，由天线元件接收的信号包含具有嵌入训练序列的包，以及在预设的估计间隔，选择一个不同的信号子集、采样所述包、提取训练序列，并使用训练序列以获取关于所选的特定子集的所述性能测量。

24. 一种根据权利要求15的方法，其特征在于，使用最小均方误差MMSE处理信号子集以自适应加权和组合每个信号子集，并且在一个比第一次提到的时间周期短的时间周期上测量每个子集的第二性能标准，并根据这个短时间周期的测量调整MMSE过程所使用的权重。

25. 一种根据权利要求24所述的方法，其特征在于，根据来自当前所选的天线元件子集确定所述第二性能标准。

26. 一种根据权利要求24所述的方法，其特征在于，MMSE使用信道参数来更新权重。

27. 一种与一个阵列天线共同使用的接收机，阵列天线包括多个天线元件以接收来自多个发射用户的信号，接收机具有多个接收机部件(12₀，...，12₇)，每个部件对应一个不同的用户，接收机部件各有一个信号处理单元(16₀)，信号处理单元用于处理并组合一个来自天线元件的信号子集以产生一个关于对应用户的接收信号，接收机的特征在于包括开关装置(18₀)，开关装置用于选择多个来自天线元件的不同信号子集供信号处理单元(16₀)处理，其中每个子集包括预定数量的所述来自天线元件的信号，每个信号处理单元用于根据对应接收机部件关于所述多个不同的信号子集的电位性能的测量来控制开关装置以改变包含由该对应接收机部件使用的信号子集的信号，其中所述测量是基于组合信号子集的。

Images